CN103020612A - 一种虹膜图像采集装置及方法 - Google Patents

Abstract

本发明公开了一种虹膜图像采集装置及方法，包括成像模块、照明模块、三维运动平台、控制模块、光学平台、固定杆和颚托，所述颚托通过固定杆固定在光学平台上，所述成像模块固定在三维运动平台上；所述照明模块包括光源固定板、光强调节器和设置在光源固定板上呈环形排列的近红外LED发光管，所述近红外LED发光管的红外光束与CCD相机的主光轴平行；所述三维运动平台包括丝杆滑块机构、步进电机和驱动器。可以根据眼睛所在的位置调整使得眼睛充满图像正中间，并且可以根据需要，控制三维运动平台的移动来实现左右眼的拍摄,自动对中对焦算法能够实现快速的对中对焦，拍摄清晰的虹膜图像。

Description

一种虹膜图像采集装置及方法

技术领域

本发明公开了一种非反馈式、无接触的自动虹膜图像采集设备，更具体地说是一种虹膜图像采集装置及方法。

背景技术

虹膜作为重要的身份鉴别特征，具有非接触性、唯一性、稳定性、非侵犯性等优点。基于虹膜的身份鉴别系统主要由四部分组成：虹膜图像获取、图像预处理、虹膜特征提取、匹配与识别。虹膜图像的获取是虹膜识别的第一步，是非常重要的一个环节。然而，由于虹膜的直径非常小，而采集的虹膜图像又要求必须有足够多的像素，所以虹膜图像的获取也是非常困难的一个环节。由于现有的虹膜采集装置仍存在着价格昂贵、对被检验者有要求、需人工操作等问题，因此有待于进一步开发研究。随着技术的进步，价格低廉、方便快速、非接触式的自动虹膜采集装置成为主要研究方向。

利用虹膜定位法来确定虹膜内边界，在现有的一些文献中已经给出了详细的描述，如叶永强，沈建新，周啸.基于瞳孔灰度特征的快速虹膜定位[J].光电工程,2010,37(3):127~132；叶永强.虹膜图像的定位及特征提取,[硕士学位论文].南京：南京航空航天大学，2010。

发明内容

本发明提供一种能够实现清晰获取虹膜图像的虹膜图像采集装置和方法。

为解决上述技术问题，本发明一种虹膜图像采集装置，包括成像模块、照明模块、三维运动平台、控制模块、光学平台、固定杆和颚托，所述颚托通过固定杆固定在光学平台上，所述成像模块固定在三维运动平台上，其包括定焦镜头、CCD相机以及半透半反镜，其中，半透半反镜位于CCD相机与定焦镜头之间；所述照明模块包括光源固定板、光强调节器和设置在光源固定板上呈环形排列的近红外LED发光管，所述近红外LED发光管的红外光束与CCD相机的主光轴平行；所述三维运动平台包括丝杆滑块机构、步进电机和驱动器。

进一步地，本发明虹膜图像采集装置中，所述定焦镜头的焦距为35mm。

进一步地，本发明虹膜图像采集装置中，所述丝杆滑块机构包括研磨丝杆、导轨和移动平台。

进一步地，本发明虹膜图像采集装置中，所述CCD相机为近红外黑白CCD相机。

进一步地，本发明虹膜图像采集装置中，所述近红外LED发光管的数量为4-6个且等角度地设置在光源固定板上。

同时，为了实现自动对中对焦，本发明还提出一种虹膜图像采集方法，包括以下步骤：

步骤1、首先CCD相机位置初始化，驱动电机让CCD相机自动走到设定的零点，该零点远离对焦点，设置电机每4000脉冲有一个停顿，以便CCD相机采集图像；

步骤2、利用虹膜定位算法确定虹膜内边界；

步骤3、根据步骤2中确定的虹膜内边界，利用对焦算法获取虹膜图像的评价值；

步骤4、判断虹膜图像采集次数，当采集次数大于1时，则与上幅图像的评价值进行比较，判断评价值是否增大，若评价值增大则返回步骤1，否则执行步骤5；当采集次数小于等于1时，返回执行步骤1；

步骤5、判断虹膜图像采集次数，当采集次数大于2时，执行步骤6；否则返回步骤1；

步骤6、判断评价值是否连续减小，若连续减小则执行步骤7，否则返回步骤1；

步骤7、对步进电机进行细分控制，判断细分次数是否小于2，若小于2则将步长减少1/2，之后将细分次数加1并驱使CCD相机向相反方向移动，并返回步骤1，否则执行步骤8；

步骤8、取最后一次采集图像的评价值所对应的点及其相邻两点，利用二次曲线拟合这三个点并算出中间点，之后移动CCD相机至中间点完成对焦并执行步骤9；

步骤9、采集完成对焦的清晰虹膜图像；

步骤10、定位虹膜内圆中心，确定虹膜内圆中心与图像中心在x轴和y轴上的差值ΔX和ΔY，并判断ΔX²+ΔY²是否小于100，若小于100则结束操作，否则驱动三维运动平台沿X方向移动ΔX，沿Y方向移动ΔY，并返回步骤9。

进一步的优选方案，本发明一种虹膜图像采集对焦方法中，步骤三中利用对焦算法来确定虹膜图像的评价值，具体为，

（3-1）选取计算虹膜内边界任意五个点的灰度梯度值作为评价标准，每一个点的坐标为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=r\left(\begin{array}{c}\cos \left(\mathrm{\θ}\right)\\ \sin \left(\mathrm{\θ}\right)\end{array}\right)+\left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)$

式中，x₀、y₀表示图像瞳孔圆心的坐标；θ表示下边界的点和瞳孔连线与零度半径的夹角；r表示瞳孔半径的大小；

（3-2）在虹膜内边界两边沿着半径方向上每隔N（N=2，3）个像素取一个灰度值计算梯度，共取25个点，分别求出那25个特征像素点的M值取其中最大的值：

G_n=max(M₁,M₂,M₃,....M₂₅)

（3-3）确定虹膜图像的评价值，其评价值P如下：

$p=\underset{n=1}{\overset{T}{\mathrm{\Σ}}}\left(G_n\right|G_n>C)/T$

式中，C是设定的一个灰度梯度的阈值，T是达到要求的个数。

本发明与现有技术相比具有显著的优点：

1、设计了一个三维运动平台，可以根据眼睛所在的位置调整使得眼睛充满图像正中间，并且可以根据需要，控制三维运动平台的移动来实现左右眼的拍摄。应用控制软件内的自动对中对焦算法能够实现快速的对中对焦，拍摄清晰的虹膜图像。

2、采用近红外光源，可以有效的避免在正常自然光或日光灯情况下提取的虹膜不清晰现象，也可以防止由于采用可见光光强过大导致的眼睛不适感。

3、使用半透半反镜，能有效的消除虹膜图像上可见光的反射点，减少图像噪声。

4、采用黑白CCD相机，有效地解决了彩色相机对近红外光感光不明显的特点，使采集的图像纹理清晰、对比度强，降低识别错误率。

5、装置价格低廉、无需人工辅助、非接触。

6、采用虹膜内边界的灰度梯度评价图像清晰度完成虹膜对焦，与常用图像清晰度评价方法如能量梯度函数法、频谱函数法、熵函数法相比计算量大大减小，运算速度明显加快，有利于加快虹膜图像的采集速度。

下面结合附图和具体实施方式对本发明作进一步详细的描述；

附图说明

图1为虹膜图像采集装置整体结构图；

图2为照明装置平面示意图；

图3为三维运动平台示意图；

图4（a）为主观式照明电路示意图；图4（b）客观式照明电路示意图；

图5为虹膜图像采集对焦流程图；

图6为系统对焦运作方框图；

具体实施方式

如图1、图2、图3所示，本发明一种自动对中对焦的虹膜图像采集装置，包括成像模块、照明模块、三维运动平台、控制模块9、光学平台7、固定杆和颚托5，所述颚托通过固定杆固定在光学平台上，所述成像模块固定在三维运动平台6上，其包括定焦镜头3、CCD相机1以及半透半反镜2，其中，半透半反镜位于CCD相机与定焦镜头之间；所述照明模块包括光源固定板8、光强调节器和设置在光源固定板上呈环形排列的近红外LED发光管4，所述近红外LED发光管的红外光束与CCD相机的主光轴平行；所述三维运动平台包括丝杆滑块机构、步进电机61和驱动器；所述丝杆滑块机构包括研磨丝杆62、导轨63和移动平台64。

（1）成像模块

成像模块是由945nm敏感的近红外黑白CCD相机、半透半反镜、焦距f＝35mm的定焦镜头等三部分组成。根据人眼的大小，对焦距离大约在200mm左右；半透半反镜位于CCD相机和定焦镜头之间；其中CCD相机具有异步采集功能，该功能能够在很高的快门速度下捕捉到没有模糊点的高质量图像，可以消除在拍摄过程中由于拍摄者的晃动而造成对于图像质量的影响，相机的有效像素范围为752×582，满足像素要求。

（2）照明模块

照明模块是由4个到6个近红外LED光源等角度地安装在光源固定板上，其方向与镜头、CCD主轴平行；光源的波长为940nm，并且亮度可以调节。调节的方式分为两种：主观式和客观式。主观式是指工作人员凭借人眼观察图像的明暗程度进行调节光源亮度大小，如图4(a)；客观式是指通过计算机计算图像亮度并得出分析结论然后依照结论调节亮度大小，如图4(b)。

（3）三维运动模块

三维运动模块主要由三个方向最大行程分别为30mm、30mm、150mm的丝杆滑块机构、精密步进电机、驱动器组成。采用研磨丝杆，导程为1mm；精密交叉滚珠导轨，主体材料为铝合金；精密步进电机的分辨率为0.25μ(20细分)，丢步≤2μ。模块最大移动速度可达到10mm/sec，重复定位精度5μ，绝对定位精度10μ。

（4）控制模块

控制模块主要是由控制计算机、软件算法以及相关的接口组成。

如图5、图6所示，一种虹膜图像采集对焦方法，具体包括以下步骤：

步骤1、首先CCD位置初始化，驱动电机让CCD自动走到设定的零点，该零点远离对焦点，设置电机每4000脉冲有一个停顿，以便CCD采集图像；

步骤2、利用虹膜定位算法确定虹膜内边界，具体为：

设定阈值将虹膜图像二值化，小于阈值的像素为1，大于阈值的像素为0，得到二值图像，此时图中只有瞳孔和睫毛部分的颜色是白色的，将图中白色部分抽象为有质量的点，利用质心探测法分割出瞳孔区域，质心探测法具体步骤如下：

（1）首先假设二值化图几何中心为质心(x₀,y₀)；

（2）以假设的质心为中心，取出较大的矩形子图A₁′(i,j)，计算出子图的质心

（3）以新的质心为中心，取出较小的正方形子图A₂′(i,j)，计算出子图的质心

（4）计算质心在原图中的偏移量(Δx,Δy)，

（5）判断Δx、Δy是否都小于设定的阈值，如果是就结束，如果否则跳转到步骤（3）；

经过迭代就可以排除睫毛的干扰，搜索出瞳孔中心，最后一次取出的正方形子图中包含虹膜内边界，在此正方形中搜索虹膜内边界点，内边界形状近似圆，所以最后利用圆函数采用最小二乘法来拟合虹膜内边界。

步骤3、根据步骤2中确定的虹膜内边界，利用对焦算法获取虹膜图像的评价值，具体为：

（3-1）选取计算虹膜内边界任意五个点的灰度梯度值作为评价标准，每一个点的坐标为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=r\left(\begin{array}{c}\cos \left(\mathrm{\θ}\right)\\ \sin \left(\mathrm{\θ}\right)\end{array}\right)+\left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)$

式中，x₀、y₀表示图像瞳孔圆心的坐标；θ表示下边界的点和瞳孔连线与零度半径的夹角；r表示瞳孔半径的大小；

（3-2）在虹膜内边界两边沿着半径方向上每隔N（N=2，3）个像素取一个灰度值计算梯度，共取25个点，分别求出那25个特征像素点的M值取其中最大的值：

G_n=max(M₁,M₂,M₃，....M₂₅)

（3-3）确定虹膜图像的评价值，其评价值如下：

$p=\underset{n=1}{\overset{T}{\mathrm{\Σ}}}\left(G_n\right|G_n>C)/T$

式中，C是设定的一个灰度梯度的阈值，T是达到要求的个数；

步骤4、判断虹膜图像采集次数，当采集次数大于1时，则与上幅图像的评价值进行比较，判断评价值是否增大，若评价值增大则返回步骤1，否则执行步骤5；当采集次数小于等于1时，返回执行步骤1；

步骤5、判断虹膜图像采集次数，当采集次数大于2时，执行步骤6；否则返回步骤1；

步骤6、判断评价值是否连续减小，若连续减小则执行步骤7，否则返回步骤1；

步骤7、对步进电机进行细分控制，判断细分次数是否小于2，若小于2则将步长减少1/2，之后将细分次数加1并驱使CCD向相反方向移动，并返回步骤1，否则执行步骤8；

步骤8、取最后一次采集图像的评价值所对应的点及其相邻两点，利用二次曲线拟合这三个点并算出中间点，之后移动CCD至中间点完成对焦并执行步骤9；

步骤9、采集完成对焦的清晰虹膜图像；

步骤10、定位虹膜内圆中心，确定虹膜内圆中心与图像中心的差值ΔX和ΔY，并判断ΔX²+ΔY²是否小于100，若小于100则结束操作，否则驱动三维运动平台沿X方向移动ΔX，沿Y方向移动ΔY，并返回步骤9。

Claims (7)

1.一种虹膜图像采集装置，其特征在于：包括成像模块、照明模块、三维运动平台、控制模块、光学平台、固定杆和颚托，所述颚托通过固定杆固定在光学平台上，所述成像模块固定在三维运动平台上，该成像模块包括定焦镜头、CCD相机以及半透半反镜，其中，半透半反镜位于CCD相机与定焦镜头之间；所述照明模块包括光源固定板、光强调节器和设置在光源固定板上呈环形排列的近红外LED发光管，所述近红外LED发光管的红外光束与CCD相机的主光轴平行；所述三维运动平台包括丝杆滑块机构、步进电机和驱动器。

2.根据权利要求1所述的虹膜图像采集装置，其特征在于：所述定焦镜头的焦距为35mm。

3.根据权利要求1所述的虹膜图像采集装置，其特征在于：所述丝杆滑块机构包括研磨丝杆、导轨和移动平台。

4.根据权利要求1所述的虹膜图像采集装置，其特征在于：所述CCD相机为近红外黑白CCD相机。

5.根据权利要求1所述的虹膜图像采集装置，其特征在于：所述近红外LED发光管的数量为4-6个且等角度地设置在光源固定板上。

6.一种利用权利要求1至5中任意一项权利要求所述的虹膜图像采集装置进行虹膜图像采集方法，其特征在于，具体包括以下步骤：

步骤1、首先CCD相机位置初始化，驱动电机让CCD相机自动走到设定的零点，该零点远离对焦点，设置电机每4000脉冲有一个停顿，以便CCD相机采集图像；

步骤2、利用虹膜定位算法确定虹膜内边界；

步骤3、根据步骤2中确定的虹膜内边界，利用对焦算法获取虹膜图像的评价值；

步骤4、判断虹膜图像采集次数，当采集次数大于1时，则与上幅图像的评价值进行比较，判断评价值是否增大，若评价值增大则返回步骤1，否则执行步骤5；当采集次数小于等于1时，返回执行步骤1；

步骤5、判断虹膜图像采集次数，当采集次数大于2时，执行步骤6；否则返回步骤1；

步骤6、判断评价值是否连续减小，若连续减小则执行步骤7，否则返回步骤1；

步骤7、对步进电机进行细分控制，判断细分次数是否小于2，若小于2则将步长减少1/2，之后将细分次数加1并驱使CCD相机向相反方向移动，并返回步骤1，否则执行步骤8；

步骤8、取最后一次采集图像的评价值所对应的点及其相邻两点，利用二次曲线拟合这三个点并算出中间点，之后移动CCD相机至中间点完成对焦并执行步骤9；

步骤9、采集完成对焦的清晰虹膜图像；

步骤10、定位虹膜内圆中心，确定虹膜内圆中心与图像中心在x轴和y轴上的差值ΔX和ΔY，并判断ΔX²+ΔY²是否小于100，若小于100则结束操作，否则驱动三维运动平台沿X方向移动ΔX，沿Y方向移动ΔY，并返回步骤9。

7.根据权利要求6所述的虹膜图像采集方法，其特征在于：步骤三中利用对焦算法来确定虹膜图像的评价值，具体为，

（3-1）选取计算虹膜内边界任意五个点的灰度梯度值作为评价标准，每一个点的坐标为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=r\left(\begin{array}{c}\cos \left(\mathrm{\θ}\right)\\ \sin \left(\mathrm{\θ}\right)\end{array}\right)+\left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)$

式中，x₀、y₀表示图像瞳孔圆心的坐标；θ表示下边界的点和瞳孔连线与零度半径的夹角；r表示瞳孔半径的大小；

（3-2）在虹膜内边界两边沿着半径方向上每隔N个像素取一个灰度值计算梯度，其中，N=2，3，共取25个点，分别求出那25个特征像素点的灰度梯度值M值取其中最大的值：

G_n=max(M₁,M₂,M₃,....M₂₅)

（3-3）确定虹膜图像的评价值，其评价值p如下：

$p=\underset{n=1}{\overset{T}{\mathrm{\Σ}}}\left(G_n\right|G_n>C)/T$

式中，C是设定的一个灰度梯度的阈值，T是达到要求的个数。

Images